Messgeräte:

Mess-System-Analyse und Messmittelfähigkeit

Andreas Berlin

14. Juli 2009

Bachelor-Seminar: Messen und Statistik
Inhalt:

1 Aspekte einer Messung

2 Mess-System-Analyse

2.1 ANOVA-Methode
2.2 Maße für die Messmittelfähigkeit

3 Messmittelfähigkeitsindizes

4 Zusammenfassung

2
Aspekte einer Messung

● Messgeräte/Messsysteme werden zur Bestimmung von geometrischen und

physikalischen Größen benötigt
● Messmittelfähigkeit: Fähigkeit eines Messgerätes, die interessierende
Charakteristik eines Objekts korrekt zu messen
● Ideen zur Bestimmung der Messmittelfähigkeit stammen aus der
Qualitätssicherung
● Besitzt ein Messsystem eine zu große Varianz, besteht die Gefahr falsche
Schlussfolgerungen zu führen

3
Aspekte einer Messung

● Präzision (Precision)
entspricht Reliabilität
● Genauigkeit (Accuracy)
entspricht Validität

4
Aspekte einer Messung

● Genauigkeit: Besteht ein Unterschied zwischen einer

durchschnittlichen Messung und einem Referenzwert?
● Wiederholbarkeit: Ist eine Variation der Messergebnisse zu beobachten,
(Repeatability) wenn derselbe Bediener die gleiche Einheit mit dem
gleichen Messsystem wiederholt misst?
● Reproduzierbarkeit:Treten unterschiedliche Messergebnisse auf, wenn
(Reproducibility) unterschiedliche Bediener die gleiche Einheit mit dem
gleichen Messsystem messen?
● Stabilität: Werden Genauigkeit, Wiederholbarkeit und
Reproduzierbarkeit über längeren Zeitraum erhalten?

5
Mess-System-Analyse

Zweck der MSA:

1. Bestimmung wieviel der beobachteten Gesamtvarianz auf das Messsystem

zurückzuführen ist
2. Herausstellen der Komponenten der Varianz im Messsystem
3. Bewertung, ob das Messsystem fähig ist, die geplante Messung
durchzuführen

6
Mess-System-Analyse

Der MSA liegt das klassische Messfehler Modell zugrunde

(additiver Messfehler):
Y = X  g

mit Y: gemessener Wert

X: wahrer Wert
εg: Messfehler

Annahmen:
X ~N  , 2P 
 g ~ N 0, 2g 
X , g unabhängig

7
Mess-System-Analyse

Für die Varianz der gesamten beobachteten Messung y folgt:

 2Total =  2P   2g

Bei der MSA lässt sich der Messfehler in zwei Komponenten aufteilen:
in Wiederholbarkeit und Reproduzierbarkeit.

Y = X  Wiederholbarkeit   Reproduzierbarkeit
 2g =  2Messfehler =  2Wiederholbarkeit   2Reproduzierbarkeit

8
ANOVA-Methode

Zweifaktorielles Experiment, bei dem alle o zufällig ausgewählten Bediener

(Operator) alle p zufällig ausgewählten Teile n mal gemessen werden.
Die Messwerte können dann durch dieses Modell mit zufälligen Effekten
(Varianzkomponenten-Modell) ausgedrückt werden:

Y ijk =   P i  O j   POij  ijk

i = 1,... , p ; j = 1,... , o ; k = 1,... , n

● Modellparameter Pi, Oj, (PO)ij und εijk voneinander unabhängige

Zufallsvariablen

● Effekte der Teile, der Bediener, der Interaktion zwischen Teil und Bediener
sowie des zufälligen Fehlers

9
ANOVA-Methode

Annahmen:
P i ~ N 0,  2P 
O j ~ N 0, 2O 
PO ij ~ N 0,  2PO 
2
ijk ~ N 0,  

Varianz jedes Messwerts:

Var Y ijk  =  2P   2O   2PO   2

10
ANOVA-Methode

2
Wiederholbarkeit = 2
 2Reproduzierbarkeit =  2O   2PO

Varianz des Messgeräts:

 2g =  Wiederholbarkeit
2
  2Reproduzierbarkeit

 2g =  2   2O   2PO

11
ANOVA-Methode

SS Total = SS Parts  SS Operators  SS P×O  SS Error

p o n
SS Total = ∑ ∑ ∑  y ijk − y ... 2
SS Parts
i=1 j =1 k =1
MS P =
p o n p−1
SS Parts = ∑ ∑ ∑  y i..− y ... 2 SS Operators
i=1 j=1 k =1 MS O =
p o n o−1
2
SS Operators = ∑ ∑ ∑  y . j.− y ...  SS P×O
i =1 j =1 k =1 MS PO =
p o n  p−1o−1
SS P×O = ∑ ∑ ∑  y ij.− y ... 2−SS Parts−SS Operators SS Error
i=1 j=1 k =1 MS E =
po n−1
SS Error = SS Total − SS Parts − SS Operators − SS P×O

12
ANOVA-Methode

Erwartungswerte der MS:

2 2 2
E  MS P  =   n  PO  on  P
E  MS O  =  2  n  2PO  pn  2O
E  MS PO  =  2  n  2PO
2
E  MS E  = 

13
ANOVA-Methode

Schätzung der Varianzkomponenten:

 2 = MS E
2  MS PO − MS E 
 PO =
n
 MS O − MS PO 
O =
2

pn
 2  MS P − MS PO 
P =
on

14
ANOVA-Methode

Beispiel

15
ANOVA-Methode

SPSS-Output

16
ANOVA-Methode

Schätzung der Varianzkomponenten:

437,33−2,70  MS P − MS PO 
2P = = 48,29 
P =2
3⋅3 on
19,63−2,70
2O = = 0,56  2
O =
 MS O − MS PO 
10⋅3 pn
2,70−0,51
2PO = = 0,73  MS PO − MS E 
3 2PO =
n
 2 = 0,51
 = MS
2
E

 2Wiederholbarkeit = 0,51
 2Reproduzierbarkeit = 0,56  0,73 = 1,29
2 = 0,51  0,56  0,73 = 1,80
g

Varianz des Messgeräts: 1,80

17
ANOVA-Methode

Falls σ2PO nicht signifikant von 0 verschieden ist, kann man auch ein reduziertes
Modell der Form

y ijk =   P i  O j  ijk

ohne die Interaktion Bediener/Teil verwenden.

18
Maße für die Messmittelfähigkeit

Anteil der Messsystemvarianz an der Gesamtvarianz:

 2g
M = 2
Total

Anteil der Varianz der gemessenen Teile an der Gesamtvarianz:

 2P
P = 2
 Total

Zusammenhang:

P = 1 − M
19
Maße für die Messmittelfähigkeit

Für das Beispiel ergibt sich:

1,80
M = = 0,036
50,10
48,30
P = = 0,964
50,10

Anteil der Varianz des Messsystems an der Gesamtvarianz: 3,6%

20
Maße für die Messmittelfähigkeit

„precision-to-tolerance“ Verhältnis P/T:

k g
P /T =
USL− LSL

weit verbreitete Wahl für die Konstante k ist k = 6:

UNTL =   3 
LNTL =  − 3 

21
Maße für die Messmittelfähigkeit

Für das Beispiel ergibt sich mit den Spezifikationsgrenzen des Power Moduls
LSL = 18 und USL = 58:

6  g 6⋅1,34
P /T = = = 0,20
USL− LSL 58−18

➔ Das Messgerät verursacht eine Variation in den Messwerten in einer Breite

20% so groß wie der Toleranzbereich für das gemessene Objekt.

22
Maße für die Messmittelfähigkeit

signal-to-noise ratio (SNR):

SNR =
 2 P
1− P

Für das Beispiel beträgt das SNR:

 =
SNR
 2 P
1− P
=
2⋅0,964
1−0,964
= 7,32

23
24
Messfähigkeitsindizes Cg und Cgk

USL− LSL
Cg =
6

➔ USL – LSL: Spanne des Toleranzbereichs für die Messung

➔ 6σ: Streubreite des Messgeräts, in dem sich 99,73% der Messwerte

befinden (vorausgesetzt Normalverteilungsannahme ist korrekt)

25
Messfähigkeitsindizes Cg und Cgk

Der Kehrwert von Cg gibt eine anschauliche Interpretation:

1
P=
Cg

➔ P ist der Anteil am Toleranzbereich, den das Messgerät durch seine

Streuung belegt

26
Messfähigkeitsindizes Cg und Cgk

PCRs für einseitige Toleranzgrenzen:

USL−
C go =
3
− LSL
C gu =
3

Minimum dieser PCRs:

C gk = minC go ,C gu 

➔ kann genutzt werden um ein Messgerät auf systematischen Fehler zu prüfen

27
Messfähigkeitsindizes Cg und Cgk

● Cg = Cgk => kein

systematischer Fehler
● Cgk < Cg => mittlerer
gemessener Wert weicht vom
wahren Wert des Normals ab
● je höher die Differenz, desto
wahrscheinlicher ist ein
systematischer Fehler

28
Messfähigkeitsindizes Cg und Cgk

Beispiel

Normal mit bekanntem wahren Wert x = 20. Es werden 25 Messungen

durchgeführt, die die Werte 21.0, 20.3, 20.1, 19.6, 20.0, 19.3, 20.2, 20.4, 19.5,
19.4, 20.4, 19.0, 20.3, 20.3, 19.8, 20.5, 20.1, 20.0, 19.4, 20.6, 20.0, 20.3, 20.1,
19.6, 19.9 liefern. Der Toleranzbereich für das Messgerät liegt zwischen LSL =
18 und USL = 22.

 = 20
 = 0,46
22−18
C g = = 1,45
6⋅0,46
P = 1 = 0,69
1,45

29
Messfähigkeitsindizes Cg und Cgk

22−20
Cgo = = 1,45
3⋅0,46
20−18
Cgu = = 1,45
3⋅0,46
Cgk = min1,45 ;1,45 = 1,45

Cgk = 1,45 = Cg => kein systematischer Fehler im Messsystem

30
Zusammenfassung

● Mess-System-Analyse durch ANOVA-Methode liefert die Varianz eines

Messsystems aufgegliedert in Wiederholbarkeit und Reproduzierbarkeit
➔ Grundlage:
● zufällige Auswahl der Bediener und gemessenen Teile
● Normalverteilungs- und Unabhängigkeitsannahme für die Effekte
● Maße für die Messmittelfähigkeit:
● ρM Anteil der Messsystemvarianz an der Gesamtvarianz
● P/T „precision-to-tolerance“ Verhältnis
● SNR „signal-to-noise ratio“
● Messmittelfähigkeitsindizes Cg und Cgk dienen unter Verwendung eines
Normals zur Untersuchung eines Messsystem auf einen systematischen
Fehler

31
Vielen Dank für die Aufmerksamkeit!